[صفحه اصلی ]   [ English ]  
بخش‌های اصلی
صفحه اصلی::
مدیریت دانشکده::
درباره دانشکده::
معرفی افراد::
امور آموزش ::
امور پژوهش::
اخبار دانشکده::
فضاهای آموزشی و تحقیقاتی::
تسهیلات پایگاه::
ارتباط با صنعت::
لینک های مفید::
تماس با ما::
گروه های دانشجویی::
::
مصاحبه تخصصی دکترای برق 98
98
..
مراکز تحقیقاتی و پزوهشی
مرکز تست و پایش ماشین های الکتریکی

مرکز تحقیقات نانوپترونیکس 

پژوهشکده سبز  

پژوهشکده الکترونیک 

آزمایشگاه تحقیقاتی الکترونیک قدرت 

قطب علمی اتوماسیون و بهره برداری از سیستمهای قدرت 

مجله مهندسی برق و الکترونیک 

پژوهشکده مهندسی و فناوری عصبی ایران  

آزمایشگاه تحقیقاتی آنتن 

مرکز مطالعات راهبردی وبین الملل فاوا

..
پیوند با سیستم های دانشگاه

AWT IMAGE
AWT IMAGE

AWT IMAGE

AWT IMAGE

AWT IMAGE

AWT IMAGE

..
گواهینامه HSE
..
جستجو در پایگاه

جستجوی پیشرفته
..
نظرسنجی
کدام بخش از سایت دانشکده مهندسی برق بیشتر مورد استفاده شما قرار می گیرد؟
آموزش و اطلاعیه های آموزشی
پژوهش و اطلاعیه های پژوهشی
اطلاعات دانشکده و اساتید
اخبار
اکثر موارد موجود در سایت
   
..
نظرسنجی
ارزیابی شما از سایت دانشکده مهندسی برق چیست؟
اطلاعات ارائه شده در حد کفایت است.
اطلاعات ارائه شده مطلوب است ولی نیاز به اطلاعات بیشتر می باشد.
اطلاعات ارائه شده کافی نیست.
   
..
درج نظر
به نظر شما کمبودهای سایت دانشکده برق چیست و برای رفع آن ها چه اقداماتی باید انجام شود؟ برای درج نظر کلیک نمایید.
..
:: دفاعیه دکتری آقای جعفر شمسی ::
 | تاریخ ارسال: ۱۳۹۷/۶/۳۱ | 
چکیده
پردازش الهام گرفته شده از مغز یک رهیافت نوظهور جهت ارائه یک ابزار پردازشی با استفاده از قابلیت های مغز است. این ابزارهای پردازشی دارای معماری متفاوت با معماری پردازشی ون نئومن هستند که مبتنی بر عناصر پردازشی توزیع شده (نرون) و حافظه توزیع شده (سیناپس) است. یکی از عملیات شناختی مهم در مغز حافظه انجمنی است که حجم زیادی از اطلاعات را بخاطر سپرده و آنها را بدون خطا بازیابی کند. تاکنون چندین معماری برای حافظه انجمنی معرفی شده است، از جمله حافظه انجمنی هاپفیلد، دوسویه و تنک. با این حال، مشکل حافظه انجمنی هاپفیلد و دوسویه ظرفیت پایین آنها است. اگر چه حافظه انجمنی تنک دارای ظرفیت بالایی است، با این حال همانند حافظه انجمنی هاپفیلد و دوسویه دارای نرون های باینری است که با عنوان حافظه انجمنی عصبی کلاسیک شناخته می شوند. از سوی دیگر، حافظه انجمنی عصبی اسپایکی که بر مبنای نرون های اسپایکی است، پیشرفت زیادی نداشته است و تنها مدل اولیه ای برای حافظه انجمنی هاپفیلد اسپایکی و دوسویه اسپایکی ارائه شده است. این مدل ها دارای ضعف هایی همانند نمونه کلاسیک خود هستند. در این رساله یک حافظه انجمنی عصبی اسپایکی با الهام گرفتن از ساختار نئوکورتکس مغز ارائه می گردد که علاوه بر اینکه دارای ظرفیت بالایی بوده در برابر نویز و حذف داده مقاوم است. مدل ارائه شده با عنوان حافظه سازماندهی شده ستونی (COM) نام گذاری شده است که این نام گذاری ساختار آن را نشان می دهد. ساختار آن به صورت ترکیبی از چندین شبکه WTA است که نرون های آنها به یکدیگر پیوند داده شده است. به صورت تئوری، ظرفیت COM با تعداد نرون های هر WTA رابطه نمایی به صورت nN دارد. (n برابر تعداد نرون و N برابر تعداد WTA است). همچنین مقاوم بودن COM نسبت به نویز و حذف داده که ناشی از اتصالات تحریکی بین WTAها است به صورت تئوری تحلیل و به صورت شبیه سازی نشان داده شده است. به طور میانگین دقت بازیابی COM برای یک مجموعه داده های باینری (حروف انگلیسی) در حضور نویز ۱.۳ برابر بهتر از WTAهای مجزا (بدون در نظر گرفتن اتصالات تحریکی) است. همچنین دقت بازیابی COM نسبت به WTAهای مجزا برای مجموعه داده های حقیقی در حضور نویز ۱.۱ برابر، در حضور نویز و حذف ۲۵ درصد از داده‌ها ۱.۵ برابر و در حضور نویز و حذف۵۰ درصد از داده‌ها ۲.۲ برابر بهتر است. علاوه بر ارائه تئوری حافظه انجمنی COM، یک معماری سخت افزاری جهت پیاده سازی COM ارائه می شود. طراحی مدار در سه سطح صورت می گیرد، سطح نرون و سیناپس، سطح WTA و سطح COM. ابتدا یک نرون اسپایکی با توان مصرفی پایین ارائه می شود که توان استاتیک آن از ۱۸۲ pW و انرژی متوسط مصرفی آن از ۴.۳ pJ/spike است. توان مصرفی نرون پیشنهادی کمتر یا در حدود نرون های کم توان دیگر است. ویژگی دیگر این نرون، سازگاری کامل آن با ساختار COM است. جهت پیاده سازی سیناپس ها از ساختار متقاطع ممریستور استفاده می شود که دارای ابعاد کمتر و توان مصرفی کمتری نسبت به سیناپس های مبتنی بر CMOS است. نرون پیشنهادی با مدار سیناپسی ترکیب شده و یک مدار برای WTA و در نهایت COM ارائه می شود. مدار COM مورد شبیه سازی قرار گرفته و ظرفیت و مقاوم بودن آن با نمونه شبیه سازی نرم افزاری مقایسه شده است. دقت بازیابی سخت افزار COM و شبیه سازی نرم افزاری آن برای یک مجموعه داده تصادفی به طور میانگین به ترتیب ۰.۹۴ و ۰.۹۶ است
دفعات مشاهده: 261 بار   |   دفعات چاپ: 30 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر

کلیه حقوق مادی و معنوی این سایت متعلق به دانشکده مهندسی برق دانشگاه علم و صنعت ایران می باشد . نقل هرگونه مطلب با ذکر منبع بلامانع می باشد .
Persian site map - English site map - Created in 0.14 seconds with 54 queries by YEKTAWEB 3960